為了研究時間序列—馬爾科夫組合模型在建筑物沉降變形監(jiān)測中的應用,文中對無偏灰色模型、時間序列線性移動平均法及馬爾科夫模型進行研究,并對3種方法的預測結果和精度進行對比分析。結果表明:由于隨機性波動的影響,傳統(tǒng)的無偏灰色模型預測不易顯示出沉降趨勢,且預測周期較短。時間序列線性移動平均法和馬爾科夫模型可以處理時間序列的隨機波動,能克服無偏灰色模型預測隨機波動性大的序列時精度較低的問題。結合二者構建的時間序列—馬爾科夫組合模型,預測精度高、中長期預測能力強,更適用于建筑物沉降非線性變化的特點,可以為建筑物沉降的中長期預測提供理論支持。 

【文章來源】：青海大學學報. 2020,38(05)

【文章頁數(shù)】：6 頁

【部分圖文】：

沉降監(jiān)測點分布圖

圖1 沉降監(jiān)測點分布圖以圖2中第1期至第16期觀測數(shù)據建立模型，將預測模型得出的結果與第17期至第21期的實測數(shù)據進行對比，并利用相對誤差判斷預測結果的有效性。

從表3可以發(fā)現(xiàn)，時間序列線性移動平均法模型的最大相對誤差為-10.83%，略大于無偏灰色模型的最大相對誤差(9.85%)，但時間序列線性移動平均法模型的平均絕對誤差為4.16%，小于無偏灰色模型的平均絕對誤差(5.53%)，這就說明前者的整體擬合效果優(yōu)于后者;由兩個預測模型與原始觀測值得出的擬合分析圖(圖3)可以發(fā)現(xiàn)，時間序列線性移動平均法模型較無偏灰色模型有更好的擬合效果。3 預測分析

【參考文獻】：
期刊論文
[1]基于灰色模型的高層建筑物沉降預測分析[J]. 趙祥碩.  經緯天地. 2019(06)
[2]基于移動平均法和風電波動率約束的電池儲能系統(tǒng)平滑風電出力控制策略[J]. 陳躍燕,李相俊,韓曉娟,梁廷婷,惠東.  電力建設. 2013(07)
[3]基于新維無偏灰色馬爾可夫模型的大壩沉降預測研究[J]. 何自立,楊建國,靳國云,劉云峰,梁倩,馬孝義.  西北農林科技大學學報(自然科學版). 2013(05)
[4]高層建筑沉降觀測實例及數(shù)據分析[J]. 王志城,湯江龍.  地理空間信息. 2012(03)
[5]地面沉降預測的灰色-馬爾柯夫模型[J]. 邵傳青,郭家偉,王潔,易立新.  中國地質災害與防治學報. 2008(03)
[6]移動平均法在公安情報分析中的應用[J]. 劉劍宇,熊允發(fā).  中國人民公安大學學報(自然科學版). 2007(04)
[7]無偏灰色GM（1,1）模型的直接建模法[J]. 穆勇.  系統(tǒng)工程與電子技術. 2003(09)
[8]無偏灰色預測模型[J]. 吉培榮,黃巍松,胡翔勇.  系統(tǒng)工程與電子技術. 2000(06)



本文編號：3069014